DeepSeek V4.1 Flash 实测与对比

Artificial Analysis 的 Cyber Index 每任务成本：DeepSeek V4.1 Flash 1017 为 $0.42，GPT-6 Sol 为 $1.77，Kimi K3.1 Pro 为 $2.81。

用 oMLX 量化的 V4.1 Flash 在 DeepSeek Harness 默认设置下成为首个在该 agent 基准拿满分的本地模型，同模型换 PI 轨迹更散、上限更低。

同一提示词让四个模型用纯 three.js 写日落凯旋门，DeepSeek V4.1 Flash 花费 $0.78 最便宜，效果几乎追平 $6.06 的 Kimi K3.1 Pro。

作者说明该视频只是让 Claude Opus 5.5 和 DeepSeek V4.1 Flash 各写一个俄罗斯方块比生成速度，Opus 侧约 60–90 tok/s，不涉及代码质量，且属 Fireworks 自家宣传测量。

作者在 Claude Code 用 Opus 5.5、在 OMP 用 V4.1 Flash 之间切换：Flash 出词快、10 秒内回话，适合高频迭代；卡住时让它去问 Opus 5.5 或 Gemini 4，或让 Opus 全天调度一群 DeepSeek 干杂活省 token。

在两个真实仓库的 105 个植入 bug 上，DeepSeek V4.1 Flash 1017 得 42.7，高于 Muse Wonder 42、Opus 5.5 41.7、Kimi K3.1 Pro 36。

作者多次尝试视频生成后认为效果远不如 Opus 5.5，由此反而更看好 deepseek-v4.1-flash-1017，表示次日继续测试其他能力。

作者用 DeepSeek-V4.1-Flash-1017 生成 PS1 画风的《塞尔达：王国之泪》Demake 视频，称整个制作成本约 2.5 美元。

Vals AI 测得出 V4.1 Flash 在 Fireworks 上比 DeepSeek 官方 API 便宜三分之一，但生成速度 103 tok/s 对 286 tok/s，说明成本不决定速度。

DeepSeek-V4.1-Flash-1017 在 Terminal-Bench 2.0 跑 20 题两轮：Claude Code 与 Hermes 均 75%、DeepSeek Harness 70%，但 Claude Code 输入 token 少约 40%、工具轮次 18 对 29。

作者预告将 Kimi K3.1 Pro、Minimax M3.1 Flash、DeepSeek V4.1 Flash-1017 和 Muse Spark Open 放在同一新基准里对比，但帖中未给出任何结果或数字。

开发者在 DeepSeek Harness macOS 应用里用官方 API 一次性生成体素宝塔花园，含昼夜变化与花瓣飘落，消耗 2900 万 token、速度 230 tok/s。